新论文及发明专利 | 基于深度学习的楼盖结构智能化设计方法

1年前浏览660

论文：Intelligent design method for beam and slab of shear wall structure based on deep learning. Journal of Building Engineering. 2022, 57: 104838.

DOI: https://doi.org/10.1016/j.jobe.2022.104838

发明名称：基于生成对抗网络的楼盖结构设计方法和装置 ZL 202111241744.9

太长不看版

楼盖结构设计是结构设计的关键环节。深度学习方法具备图像隐式特征学习和新特征映射生成能力，为楼盖结构的智能化方案设计提供了新的解决方案。因此，基于深度神经网络模型，我们提出了建筑空间属性和构件属性耦合输入的楼盖结构智能设计方法，实现了对既有结构设计隐式规律的学习与新布置方案的推理生成。并基于数理统计和工程经验，提出了连梁和框架梁的判别与关键构件截面尺寸设计方法。典型案例研究表明，本方法完成的楼盖结构设计性能可与设计师相近，并且显著提升了设计效率。

研究背景

在高层剪力墙住宅建筑方案设计时、以及结构初始设计时，为保证最终设计结果的安全性与合理性，需在建筑平面图纸的基础上进行快速合理的楼盖结构初步设计。

良好的结构初步设计方案，可辅助建筑方案与结构方案的后期深化设计。但目前楼盖结构设计方法依赖设计师经验，缺乏智能化的设计方法。深度学习具备强大的隐式特征提取与学习能力，可对结构设计隐式规律进行学习并实现新设计的推理生成，有望解决楼盖结构设计中隐式设计规律的学习和生成难题。

因此，我们提出了基于深度学习的楼盖结构设计方法，耦合建筑构件和建筑空间属性特征，实现楼盖结构的快速设计。

研究方法

如图1所示，基于深度学习，我们提出了综合考虑建筑空间和构件属性的楼盖结构设计方法。

将建筑构件属性图像与建筑空间属性图像耦合输入训练完成后的深度生成神经网络模型，生成对应的楼盖结构设计图像，随后基于数据统计分析确定连梁、框架梁和楼板尺寸，完成楼盖结构设计。

(1) 建筑构件属性与空间属性的耦合输入

建筑结构设计中，关键结构与非结构元素的位置，以及不同的建筑功能分区对楼盖结构设计有重要影响和指导意义。因此，本研究采用语义化方法，对建筑构件与空间属性的特征进行提取，并构建对应数据集。

(2) 楼盖结构设计生成网络模型

面对建筑构件属性与空间属性的耦合输入，本研究采用深度生成网络模型进行建筑特征提取、特征转化、和结构设计生成。

(3) 楼盖关键构件截面设计及建模分析

确定位置和确定尺寸对楼盖结构设计都必不可少。基于深度生成设计方法完成楼盖结构构件的布置设计，并采用计算机视觉处理算法从像素图像中提取出构件布置。同时，基于结构设计经验数据统计和中国设计规范条文，提出连梁和框架梁判别方法，以及连梁、框架梁和楼板的截面设计方法。采用结构设计软件的API，可以进行结构设计模型的构建，并开展结构力学性能分析。